- 博客(18)
- 收藏
- 关注
原创 金锄犁田,砸锅炼铁,卖房置地:AI革命之后,我们该如何重新定义人的价值?
AI带来的变化,不只在于工具更强,还在于部分智能能力可能转化为可购买、可复制的生产资源。文章以“金锄犁田”等四个比喻,讨论知识与数据贡献、自动化下的劳动收入及制度选择,并追问:当必要劳动减少,社会如何分享收益,又该如何理解人的价值?
2026-11-13 20:18:40
206
原创 LangGraph——StateGraph(一图流)
StateGraph用于定义有状态的图式执行流程,通过TypedDict定义状态结构,Annotated添加字段元数据,Reducer(如add_messages)控制状态更新规则。节点读取状态并返回更新,边决定执行路径。compile()生成可执行图,invoke()触发执行。状态更新支持覆盖、列表拼接、消息合并等策略,自定义Reducer实现复杂逻辑。注意:StateSchema非实时状态,TypedDict无运行时校验,Reducer不涉及持久化,compile不包含业务逻辑。
2026-11-13 20:13:05
212
原创 Agent——Error Handing(一图流)
本文系统阐述了错误处理核心概念:ErrorHandling、Retry、ExponentialBackoff、Jitter、Fallback、Idempotency与Recovery。针对不同错误类型(如429限流、500临时错误、401认证失败等),提出分类处理策略,强调区分可恢复与不可恢复错误,合理使用重试机制并结合状态更新与幂等性保障。通过论文搜索、Coding、订单三类真实场景案例,说明如何安全恢复任务。指出常见误区,提供使用前检查清单与五道自测题,强化实践能力。
2026-11-06 17:39:40
184
原创 Agent——Planning(一图流)
业务 Agent: API 不可用时选择备用流程,无法完成时报告阻塞原因。研究 Agent: 搜索论文失败时更换数据源,调整阅读和分析计划。① Planning 和固定 Workflow 有什么区别?是否根据 Observation 更新 State?⑤ 部分步骤失败后,如何判断该继续、降级还是终止?④ 为什么重新规划后需要更新 State?将目标转化为可执行、可验证的行动步骤。先制定计划,再逐步执行和必要时修订。是否能在受阻时修改计划或切换方案?是否设置成功、失败和终止条件?计划步骤是否可执行、可验证?
2026-10-31 21:10:58
216
原创 Agent——Checkpoint
Checkpoint是任务执行状态的持久化快照,用于中断后恢复。State为当前执行状态,Checkpoint由Checkpointer管理,支持从断点续跑。关键在于:状态需完整、标识稳定、恢复边界清晰,且外部操作具幂等性。避免仅存步骤名或依赖Memory替代Checkpoint。恢复时可能重复调用工具,故需幂等设计。五个自测问题确保可靠性:区分State与Checkpoint;理解记忆不能替代存档;解释重复调用原因;掌握幂等性意义;验证恢复有效性。
2026-10-31 21:07:10
11
原创 Agent——Memory(一图流)
Agent记忆系统支持任务复用与智能决策,分为短期(当前会话上下文)、长期(跨会话知识)与状态(执行快照)。记忆类型包括语义(事实)、情景(经历)与程序(方法),通过检索与更新实现动态管理。典型工作流为:查询记忆→决策→执行→观察→更新。应用涵盖科研、编程与个人助手,提升效率。需避免误区:非所有信息都应保存,记忆可能过时或错误。使用前应评估复用价值、可信度、可检索性及维护机制。
2026-10-27 10:48:14
142
原创 Agent ——State(一图流)
State是任务的结构化状态,Observation是操作反馈,需正确合并更新。Agent应记录目标进度、去重结果、失败原因与下一步计划,避免覆盖历史或重复保存。通过检查目标、进度、标识、更新与决策能力,确保状态有效。区分State与Memory、Checkpoint,防止混淆。
2026-10-22 21:43:03
207
原创 RAG Evaluation(一图流)
技术文档助手: 用 MRR@K 检查真正解决问题的代码片段能否排在前面。科研问答系统: 结合 Faithfulness 与 Answer Correctness 检查引用是否支持结论,以及结论是否正确。为什么一个答案能有高 Faithfulness、低 Correctness?Recall@5 与 Precision@5 的分母分别是什么?为什么 Top-5 全部相关,也可能只有 50% Recall?找回的相关 Chunk 占全部相关 Chunk 的比例。使用最新、可信的参考事实判断答案正确性。
2026-10-21 11:42:24
36
原创 Agent 安全护栏(Guardrails)是什么?一篇文章讲透 AI Agent 的安全边界(附图)
可信文档仅提供信息,不赋予Agent执行权限。AgentGuardrails通过信任边界、权限控制、最小权限原则、人工审批与输入输出验证等机制,构建多层安全防线,防止提示词注入等攻击,确保外部内容不被误当作指令执行。核心在于:所有权限检查必须在模型外独立完成,真正实现“能看”不等于“能做”。
2026-10-20 12:37:32
86
原创 RAG——Index Persistence(索引持久化)(一图流)
本文系统阐述了知识库持久化的核心概念与实践:通过FAISS索引、ChunkStore、IDMapping、BM25及Manifest等组件实现状态保存与恢复。应用于企业知识库、论文RAG与文档更新场景,确保服务重启或变更后数据一致。强调避免常见错误,如混淆向量与Chunk ID、忽略版本一致性,并提供检查清单与五项自测问题,保障检索准确与系统可靠性。
2026-10-19 17:10:40
56
原创 RAG——CItation(一图流)
Metadata记录文档来源、页码、ChunkID等元信息,Citation则将结论与可核查来源关联。两者区别在于:Metadata是基础标识,Citation是结论溯源。真实文件名不保证结论正确,因内容可能被误解或篡改。NLI判断结果为支持、矛盾或无法确定。防止生成虚假CitationID需建立稳定映射系统,校验引用真实性。无可靠证据时,应删除、修正或明确标注不可靠。
2026-10-19 17:08:59
125
原创 HNSW · 核心知识(一图流)
HNSW是一种基于多层邻近图的近似最近邻检索算法,通过分层导航实现高效搜索。高层稀疏、低层密集,节点间按距离与策略连接,由M、efConstruction、efSearch等参数控制性能与内存。广泛应用于知识库召回、语义搜索与图像检索。注意:M非精确连接数,efSearch≠最大访问数,高层非聚类,ANN不保证精确结果。使用前需统一向量处理,合理配置参数并实测Recall与延迟。
2026-10-18 00:42:37
169
1
原创 LLM Context Management 学习笔记
无限循环可能产生:无限 API 调用无限费用延迟不断增加Summary 信息持续丢失Summary 不一定越来越短程序可能无法终止压缩↓有限次数↓重新检查↓仍然失败↓。
2026-09-26 22:38:02
221
原创 AI 就业导向 Python 学习笔记
本文系统梳理了从基础到高级的Python学习路线,聚焦AI工程实践,涵盖数据结构(list/dict/set/tuple)、函数与OOP、异常处理、文件与JSON操作、类型提示、装饰器、迭代器与生成器、HTTP请求(requests)、异步编程(async/await)、NumPy/Pandas及FastAPI。核心目标是构建可扩展的AI后端系统:通过Pydantic实现输入验证,结合FastAPI与异步机制,完成客户端→API→LLM调用→响应返回的完整数据流。强调工程思维:数据组织、Pipeline拆分
2026-09-22 21:53:21
163
原创 C#基础学习笔记
热门编程语言:C、C++、C#、Python、Java等Unity使用C#语言开发项目,Unity是一种游戏开发引擎可以用来开发各种游戏以及虚拟现实应用C#语言在C、C++基础上衍生出的语言,面向过程,.NET框架下,与Java相似。作为字典查不会的、遗忘的知识IDE开发环境编辑》编译》运行》调试编程工具:Visual Studio 2019/2020/2021/2022。
2023-11-21 13:30:39
326
1
原创 Cantor对角线法则证明实数集为不可数及其扩展与困惑(未完)
对角线法得到的数是一个不在之前假定的列表里面的数,而实数和自然数都无穷多的,所以总能找到一个新的数不属于原来的列表,这样对角线法其实更像是一种从有限到无限的推广。或者说按照这种方式构造出的一个不在原所列元素集合中的新的数是找不出来的,因为会不停的要确定后一位是什么,以至于永远在找这个数。证: 实数集R对等于(0,1)(这里是闭区间也可以开闭区间之间也是对等的,R~(0,1)读者可构造函数自证),则欲证实数集为不可数集,即证(0,1)为不可数集。
2023-09-14 17:51:52
3682
9
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅